如何在ggplot密度图中区分模拟数据线条并叠加真实数据

假设你的模拟数据已整理为长格式（包含分组列sim_id标记1000次模拟，以及数值列sim_value存储每次模拟的结果），原始数据为work$Mins_Work，可以用以下代码实现需求：

1. 加载所需包 #

library(ggplot2)
library(tidyr) # 用于数据格式转换（若需要）

2. 绘制密度图 #

ggplot() +
  # 绘制1000组模拟数据的密度曲线，统一蓝色、半透明
  geom_density(data = sim_data, 
               aes(x = sim_value, group = sim_id),
               color = "blue", 
               alpha = 0.1, # 半透明避免线条重叠过密
               size = 0.5) +
  # 叠加原始数据的密度曲线，用红色加粗突出
  geom_density(data = work, 
               aes(x = Mins_Work),
               color = "red", 
               size = 1.2) +
  # 可选：添加标题和坐标轴标签
  labs(title = "模拟数据与原始数据的密度分布对比",
       x = "工作时长（分钟）",
       y = "密度") +
  theme_minimal()

关键细节说明 #

• group = sim_id：强制ggplot将每条模拟数据的密度曲线作为独立线条绘制，即使颜色统一，也能保留1000条曲线的独立性。
• alpha = 0.1：降低模拟曲线的透明度，避免1000条线重叠后完全遮挡细节。
• 单独调用geom_density处理原始数据：不需要分组，直接用原始数据集work的Mins_Work字段，通过颜色和粗细区分模拟与原始数据。

如果你的模拟数据是宽格式（列名为sim_1, sim_2, ..., sim_1000），先转成长格式：

sim_data_long <- sim_data_wide %>%
  pivot_longer(cols = starts_with("sim_"), 
               names_to = "sim_id", 
               values_to = "sim_value")

内容的提问来源于stack exchange，提问作者Shawn Hemelstrand